基于混沌神经网络的医学体数据水印技术

数字水印是近年来信息安全领域的一门新兴学科，作为国内关于基于混沌神经网络的医学体数据水印技术的专著，本书主要包括以下内容：绪论，相关理论，基于Legendre混沌神经网络的抗几何攻击的水印算法，基于Chebyshev混沌神经网络的大容量水印算法，基于Legendre混沌神经网络的多重变换域水印算法。全书深入浅出、算法新颖，图文并茂，详细地描述了基于混沌神经网络的医学体数据水印技术的实现方式，可作为通信与信息类、计算机类、电子工程类及相关专业的本科生、研究生教材或教学参考书，也适合于从事信息安全及知识版权保护工作的学者、技术人员、管理人员及法律工作者的阅读。同时，本书还可作为医学信息、图像检索、多媒体通信、图像处理和模式识别等领域科技人员的参考资料。

前言
第1章 绪论 1
1.1 背景及研究意义 1
1.2 医学图像数字水印算法的研究现状 4
1.3 医学数字水印概况 9
1.3.1 数字水印基本概念 9
1.3.2 医学图像的特点 14
1.3.3 医学图像数字水印的特点 16
1.3.4 医学图像数字水印的优点 16
1.3.5 医学图像数字水印的种类 17
1.3.6 医学图像数字水印的性能 18
1.3.7 医学图像数字水印的评价 19
1.4 本章小结 21
第2章 相关理论 22
2.1 混沌神经网络 22
2.1.1 混沌基本理论 22
2.1.2 混沌神经网络建模 26
2.2 离散变换 30
2.2.1 离散傅里叶变换 30
2.2.2 离散余弦变换 32
2.2.3 离散小波变换 34
2.3 图像感知哈希 37
2.4 本章小结 40
第3章 基于Legendre混沌神经网络的抗几何攻击的水印算法 41
3.1 引言 41
3.2 Legendre混沌神经网络 42
3.3 三维离散傅里叶变换 43
3.4 基于三维离散傅里叶变换的差异感知哈希算法 44
3.5 抗几何攻击的水印嵌入与提取算法 50
3.5.1 抗几何攻击的水印嵌入算法 50
3.5.2 抗几何攻击的水印提取算法 52
3.6 实验与分析 53
3.6.1 不可见性 55
3.6.2 鲁棒性 56
3.6.3 安全性 63
3.7 讨论 66
3.8 本章小结 70
第4章 基于Chebyshev混沌神经网络的大容量水印算法 71
4.1 引言 71
4.2 Chebyshev混沌神经网络 71
4.3 分块三维离散余弦变换 73
4.4 基于分块三维离散余弦变换的均值感知哈希算法 74
4.5 大容量水印嵌入与提取算法 78
4.5.1 大容量水印嵌入算法 78
4.5.2 大容量水印提取算法 79
4.6 实验与分析 80
4.6.1 不可见性 81
4.6.2 鲁棒性 82
4.6.3 安全性 87
4.7 讨论 89
4.8 本章小结 93
第5章 基于Legendre混沌神经网络的多重变换域水印算法 94
5.1 引言 94
5.2 Legendre混沌神经网络 94
5.3 三维离散小波变换 94
5.4 基于多重变换域的距离感知哈希算法 95
5.5 多重变换域水印嵌入与提取算法 98
5.5.1 多重变换域水印嵌入算法 98
5.5.2 多重变换域水印提取算法 99
5.6 实验与分析 100
5.6.1 不可见性 101
5.6.2 鲁棒性 102
5.6.3 安全性 108
5.7 本章小结 108
参考文献 109